[发明专利]一种宫颈癌组织显微图像处理方法

说明书

本发明属于图像分析技术领域，尤其涉及一种基于图论的宫颈癌组织显微图像分析方法。基于图论的宫颈癌组织显微图像分析方法包括以下步骤：采集宫颈癌组织显微图像数据，采用不同的算法对采集的每张原图进行分割，将分割结果进行融合得到融合图像；根据核的形态学和纹理特征将融合图像分成高分化，中分化，低分化三大类；对分类结果进行综合评估。本申请使用融合的分割算法加强了精度，形成了完整的分类流程，并且做出了分类评估。利用图论算法把宫颈癌组织病理图像根据核的空间结构分为高分化，中分化，低分化三大类，这可以应用在组织学家的日常实践中，加快诊断的时间，提高诊断的准确度。

技术领域

本发明属于图像分析技术领域，尤其涉及一种宫颈癌组织显微图像处理方法。

背景技术

现有技术使用分水岭算法对宫颈癌组织显微图像进行分割，定位细胞核的位置。如图1所示，该方法由左至右共包含三个步骤：

(a)获取宫颈癌组织原始显微切片图像；

(b)用自动阈值方法对组织图像中的细胞核进行定位；

(c)对于图像中重叠的细胞核，使用分水岭变换来分割遮挡的细胞核。

现有技术将定位到的细胞核中心作为种子点，利用细组织病理学图像上癌变细胞核的空间排列，提取定量指标来进行分析。这些图形特征可以根据图形构造方法的类型分为全局和局部。全局图(图2中a,b,c的图论方法依次为泰森多边形法,德劳内三角测量,最小生成树)研究图像中所有核的核结构；局部图(图2中d为细胞簇图)，观察局部邻域内的核结构，并关注局部簇内核的排列。

现有技术中存在以下缺点：

(1)现有技术，分水岭算法解决重叠以及粘连细胞核的时候会产生过度分割，与细胞实际形态有一定的差异，在组织边界区域以及非正常细胞核形态的区域会十分明显，识别到的细胞数量会多于真实数量，影响对于结构的判断。

发明内容

(一)要解决的技术问题

针对现有存在的技术问题，本发明提供一种宫颈癌组织显微图像处理方法。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种基于图论的宫颈癌组织显微图像分析方法，其包括以下步骤：

步骤A：采集宫颈癌组织显微图像数据，采用不同的算法对采集的每张原图进行分割，将分割结果进行融合得到融合图像；

步骤B：根据核的形态学和纹理特征将融合图像分成高分化，中分化，低分化三大类；

步骤C：对分类结果进行综合评估。

优选的，在步骤A中，对采集的每张原图进行分割包括以下几种算法：

第一种基于聚类的k-means算法对原始图像进行分割，把细胞质和细胞核区分开；

第二种和第三种是基于边缘检测的方法，基于边缘检测的方法包括sobel边缘检测和canny边缘检测，通过灰度的不连续性来确定图像中的边缘点从而进行分割；

第四种是基于阈值的分割算法，按照灰度级，对像素集合进行划分；

第五种是基于区域形态学的分水岭算法。

优选的，在步骤A中，将分割结果进行融合的方法为：

对原始图像分割之后，进行五个边界提取结果的逻辑运算，先对sobel边缘检测结果按阈值为150分割变为二值图，之后按照多数投票算法，检测五种结果每个像素点灰度值，得到多数元素按多数元素灰度值组成融合图像。

优选的，多数元素指的是灰度值出现次数大于2的灰度值。